Monte Carlo Simulation

Définition: Une simulation de Monte Carlo (également appelée analyse de Monte Carlo) est une technique informatisée sophistiquée qui applique la théorie des probabilités à l'analyse financière. Il cherche à mesurer les impacts possibles d'événements aléatoires ou aléatoires sur, par exemple, les rendements des investissements et les résultats commerciaux. Le nom est dérivé de celui du célèbre casino de Monte Carlo à Monaco, et évoque des jeux de hasard impliquant des dés, des roulettes ou des cartes.

En fait, une grande partie de la théorie des probabilités modernes est dérivée des efforts visant à quantifier les chances dans de tels jeux.

Applications:

Généralement, les analystes de titres, les analystes de projets et les départements de budgétisation d'entreprise (pour ne citer que quelques exemples) développent ou examinent un seul scénario de base. En appliquant l'analyse de Monte Carlo, ils peuvent créer des modèles prédictifs qui offrent plus d'informations, sous la forme de fourchettes de résultats probables. Les conseillers en retraite et les planificateurs de retraite les plus avancés sont parmi les professionnels de la finance qui utilisent cette méthodologie. Il a également une valeur évidente pour les gestionnaires de risques à utiliser dans la quantification des risques commerciaux.

Méthodologie:

Le plus souvent développé par les départements de sciences de gestion et quants, au cœur de la simulation de Monte Carlo est l'utilisation d'un générateur de nombres aléatoires informatisés pour faire varier les intrants dans un modèle financier. Chaque variable du modèle reçoit une gamme probable de résultats, basée sur l'analyse des données antérieures. Ensuite, chaque fois que le modèle est exécuté, l'ordinateur assignera aléatoirement des valeurs à ces variables, dans les plages spécifiées. Le modèle est généralement exécuté pour des milliers d'itérations, avec de nouvelles variables d'entrée générées aléatoirement à chaque fois. Les résultats de toutes ces simulations sont tabulés et résumés en une distribution de probabilité.

Forme des résultats et des résultats:

Plutôt qu'un simple scénario de base, une simulation de Monte Carlo produit généralement une gamme de résultats qui se rapproche d'une distribution normale (populairement appelée en forme de cloche) courbe), avec des probabilités attachées à chaque plage. Par exemple, en utilisant un modèle construit pour prévoir les bénéfices d'une entreprise l'année suivante, une simulation de Monte Carlo peut produire des résultats de ce type: Résultat médian ou le plus probable: 15 millions de bénéfices

• 66% entre 13 et 17 millions $
• 95% de probabilité de profits entre 11 et 19 millions $
• 99% de probabilité de profits entre 9 et 21 millions
• Mises en garde:

Les résultats d'une analyse de Monte Carlo la simulation sera façonnée par les hypothèses utilisées pour la concevoir. Comme dans tout modèle financier, l'exactitude des hypothèses est essentielle. En particulier, avec une simulation de Monte Carlo, les plages de valeurs possibles attribuées à chaque variable constituent un ensemble critique d'hypothèses sur lesquelles repose toute l'entreprise, ainsi que la méthodologie de conversion des nombres aléatoires générés par l'ordinateur en valeurs comprises dans ces plages.